超饱和设想数据新的分析方法.pdfVIP

摘要 摘要 超饱和设计是一种主效应个数大于处理组合个数的因子设计，它具有各水 平等重复出现且没有完全别名因子的性质，其最主要用于因子筛选。最近几 年，已经提出了许多的超饱和设计分析方法。其中Lin(2002，2003)介绍了一种 基于惩罚的最小二乘估计，SCAD方法，这种方法对超饱和设计分析非常有效， 但是SCAD方法需要一个逐步回归给出的初始值。 Net方 本文中，我们介绍一种结合了岭回归和LaSso的加惩罚回归，Elastic 法，该方法具有和Lasso相同的变量筛选和解决诸如超饱和设计数据的pn 问题的能力，同时它的预测精度优于Lasso方法。另外，ElasticNet方法具有 and 不需要初始值的优点。但是正如Leng，Linwahba(2004)指出，在使用预 Net方法对于变量选择不相合。本文的